Mallivertailu on helppo tarina.
GPT vastaan Claude. Uusi malli vastaan vanha malli. Kuka voitti benchmarkin tällä viikolla.
Mutta käytännön agenttityössä tuo on usein väärä ensimmäinen kysymys.
Sama malli voi näyttää kömpelöltä yhdessä ympäristössä ja erittäin käyttökelpoiselta toisessa. Ei siksi, että malli muuttui. Vaan siksi, että työnkulku sen ympärillä muuttui.
Otetaan yksinkertainen esimerkki.
Huono ohje agentille:
“Seuraa kilpailijoita ja tee meille raportti.”
Tämä kuulostaa järkevältä, mutta agentille se on sumua. Mitä kilpailijoita? Mistä lähteistä? Kuinka usein? Mitä muutoksia etsitään? Mikä on hyvä raportti? Milloin ihmisen pitää reagoida?
Hyvä ohje agentille:
“Seuraa nämä 12 kilpailijaa kerran viikossa. Tarkista niiden verkkosivut, LinkedIn-päivitykset, uutiset, tuotelanseeraukset, hinnoittelumuutokset ja avoimet työpaikat. Tee maanantaiaamuksi 10 rivin tiivistelmä: mikä muuttui, miksi sillä on väliä ja vaatiiko se meiltä toimenpiteen. Nosta erikseen vain asiat, jotka voivat vaikuttaa myyntiin, positiointiin tai tuotekehityksen prioriteetteihin. Palauta raportti PDF:nä sähköpostiin ja verkkolevylle, ja lähetä tiimin WhatsApp-ryhmään lyhyt tekstitiivistelmä.”
Ero ei ole mallissa. Ero on työn rajauksessa.
Agentin laatu syntyy yllättävän usein näistä asioista:
→ mikä tehtävä sillä oikeasti on
→ mitä lähteitä sen pitää seurata
→ mitä muutoksia sen pitää etsiä
→ missä muodossa lopputulos annetaan
→ milloin asia on vain havainto ja milloin se vaatii ihmiseltä päätöksen
Tämä on vähemmän seksikäs tarina kuin “uusi paras malli”, mutta paljon hyödyllisempi tarina yritykselle, joka yrittää saada AI:sta oikeaa työtä ulos ensi viikolla.
Jos agentti epäonnistuu, ensimmäinen johtopäätös ei aina ole “malli on huono”. Usein parempi kysymys on: oliko työ ohjeistettu niin selkeästi, että agentilla oli edes mahdollisuus onnistua?
AI Generationin näkökulmasta suurin käytännön arvo ei synny mallihypessä, vaan siinä, että yksi oikea työprosessi rakennetaan agentille niin selkeästi, että se alkaa tuottaa käyttökelpoista jälkeä.